一篇文章教你搞懂CRM的分类

来源:人人都是产品经理 作者:CIO之家的朋友

一、根据目标客户划分

根据目标客户的不同,CRM可以分为B-CRM、C-CRM以及比较特殊的双边CRM三种。

1. B-CRM

B-CRM的目标客户是企业或者组织,其业务具有以下特性:

产品/服务的客单价相对较高,相对复杂,不具备替代性:为企业提供的产品(通常是系统)或服务是为企业解决某一类的经营管理问题的,所以必定要相对复杂,其价格也相对较高。如果不能满足企业的需求,通常也没有比较好的替代产品。购买频率低:这个比较好理解,企业采购一套产品的生命周期是通常以年为计算单位的,短时间内不会重复购买。当然这里可以向企业做向上或者交叉销售,以提升该企业的整体购买价格。涉及人员多,决策周期长:由于目标客户是企业,则企业必定需要谨慎考虑其购买的产品是否能解决问题,一般会经过初次接触阶段、产品试用阶段、产品决策等阶段,其间销售会和企业对接人多次接触,企业内部的相关人也会多次开会评审等。整个周期下来短则一个月,长则半年甚者更久。需要面销:基于产品客单价高,相对复杂,决策周期长等特点,需要销售人员面对面去跟进进行销售。销售关注企业的组织架构和人员角色:销售关注的是目标企业的组织结构以及接触到人的身份角色,弄清出这些,便能做到准确的了解对方需求,提高签单效率。基于2B的业务特性,在设计B-CRM的时候需要注意以下几点:

联系人:由于2B业务涉及人员众多,所以一个企业大概率会接触到很多人,所以联系人模块就必不可少,一个客户可以对应多个联系人,联系人属性上包括姓名、联系方式、所属部门、职务以及角色(首要对接人、执行人还是关键决策人)。客户报备:由于2B业务中的单价很高,所以为了销售过程和成单后避免“扯皮”现象发生,所归销售最好提前确定好,这时候客户报备规则的设计就显得尤为重要(其实客户报备里面还有许多细节方面的考虑,比如什么时候需要进行客户报备?客户报备已那个为准,是联系方式、企业名称还是商机?这个后面计划专门写篇文章聊一聊)。SFA(Sales Force Automation):B-CRM对于2B销售业务的作用,最主要的是提升销售团队的能力和效率,所以SFA就是建设中的重中之重。这里的Automation其实不是自动化的意思,而是标准化,即让所有销售针对自己所管理的客户,能按照统一的业务规范进行有序的推进,降低管理成本的同时,有效提升了成单效率。

2. C-CRM

C-CRM的目标客户是个人,其业务特性和2B相比,有较大的的不同:

产品/服务客单价和复杂度相对较低,且具备一定的替代性:为个人提供的产品或服务是为了解决消费者个人的某一需求的。个人的消费能力有限和问题的复杂度都和企业不是一个量级的,所以其对应的客单价和复杂度也相对较低。另外,人的需求是具有多样性的,那么对应的产品/服务所能提供的价值也具有多样性,比如手机,可以强调颜值漂亮,也可以强调拍照效果好,亦或者强调性价比高。只要正确引导,是可以用一个价值替代另外一个价值,从而达到成交的目的的。购买频率高:这个无须过多解释,和个人生活结合的越紧密,其购买频率也就越高。决策周期短,决策人单一:买一个手机,总不会要去召开全体家庭会议反复讨论吧?不需要面销:多数个人可以自主购买,不需要销售人员介入,最多是电话销售即可完成销售过程。销售关注的是个人信息和关系影响力:销售只需要关注个人的信息,了解个人的求即可。另外关系影响力是指能影响周围相关人购买决策的能力,这个能力越大,其价值也就越大(后文介绍SCRM部分中会有详细介绍)。基于2C的业务特性,在设计C-CRM的时候需要注意以下几点:

MCRM:C-CRM对于2C销售业务的作用,最主要的是潜在客户信息的收集、分析和沉淀。那么能起到这部分作用的就是MCRM了。所以设计一款C-CRM系统时,营销模块就需要仔细的设计了,包括市场渠道来源、线索自动接入、客户细分,消息推送,甚至包括CMS部分。客户信息:相对于企业客户来说,个人客户的收集的客户信息就比较多了,除了个人的基本信息外,还包括但不限于个人兴趣爱好、家庭信息、消费习惯等等。收集这些信息是为了后续做客户细分用的,收集的越全面越准确,后续客户细分的也就越准确。如何确保客户信息收集的准确:客户信息收集主要分为两部分,一是市场和销售人员的手工录入,二是系统根据数据分析后的自动纠正或者补充。前者依靠的是员工的主动性和自觉性,这个其实系统除了做成必填项外,能起到的作用不是很大,只能依靠奖罚制度来约束员工。倒是后者,只单纯依靠数据分析的准确性,随着大数据技术和算法不断的发展,还是蛮值得期待的。客户付款后需要及时对账:由于没有面销过程,客户付款后,需要及时知道后续的状态,如电商的发货信息、教育的排课信息等,所以付款后,需要及时进行对账,以便进行后续的流程。这里经常采用的是和银联系统打通,采用自动对账的形式进行。

3. 双边CRM

双边CRM支持的是一种比较独特的业务模式。所谓双边,是指是一边是企业,一边是个人消费者。每一边数量足够多,才能吸引到另一方。典型的比如美团、淘宝、今日头条。双边CRM的职责就是是努力“撮合”两边。双边CRM的一边其实是C-CRM,通过MCRM来获取大量的个人消费者,另一边是B-CRM,通过线下销售团队来发展商家客户入住。

严格来说,双边CRM并不是一个分类,只是基于这种独特的业务模式单独总结出来的。真正企业再实施时,经常建设或采购两套独立的系统来支撑业务落地。

二、根据承担职责划分

根据系统承担的职责划分,可以将CRM划分为OCRM、MCRM、SCRM和ACRM四种。

我们结合上面这张图来分别介绍一下,先来说明一下图中代表的各个部分:

图中横轴代表客单价,纵轴代表消费频次,位于横纵轴两侧的A、B、C、D、E分别代表五个客户群体:A代表潜在客户,B~E分别代表消费频次和客单价在不同维度的已成交的客户群体。

企业的诉求就是尽量多的A转换成为B,并逐渐向E转换,并最终停留在E。

为了实现企业的诉求,承担不同职责的的CRM需要发挥各自的作用,我们分别来了解一下:

1. OCRM

OCRM(Operational Customer Relationship Management),操作型客户关系管理,可以理解为我们经常所得SFA(Sales Force Automation),即销售过程自动化,主要承担的职责是线索的转换,即图中从A到B的过程。为了能最大程度的转换,需要对销售过程按照统一的业务规范进行统一管理,如客户转换需要经历的阶段、客户的跟进记录、通话录音等。

一句话总结下,OCRM其实就是赋能销售,帮组其实现客户群体A到客户群体B的转换。

2. MCRM

MCRM(Marketing Customer Relationship Management),营销型客户关系管理,顾名思义,主要承担的职责是客户营销。营销不仅仅是新客户的获取,还包括老客户的进一步精准营销,转换。MCRM主要在客户全生命周期的管理(上一篇提到的两个核心之一)中发挥作用,帮助企业实现线索的获取,转换和留存。在客户细分(客户分群、客户分类、客户评分、客户建模、客户画像等)的基础上,进行自动化或者人工的精准营销,从而帮助企业更加精确的挖掘客户,完成既定的营销任务。

销售人员得得到这些精致的客户,通过二次销售,实现客户的续费或复购。

反映到图中,就是实现客户群体B从客户群体C、D、E的转换。

3. SCRM

SCRM(Social Customer Relationship Management),社会化客户关系管理,可以理解是随着信息技术发展而升级的版本。这里的信息技术,主要是指的各种社交平台的快速发展,如国外的Facebook、twitter、国内的微信、QQ、微博、抖音等。

SCRM主要是挖掘目标客户的在社交平台上的行为和关系,从而更加全面精准了解客户,进而实现精准化营销、销售的目的。

举一个例子:

小王和小李看到某公司的营销广告,分别购买了该公司的产品。小王购买的是价值5000的产品A,小李购买的价值2000的产品B,如果仅从这些信息来看,谁的价值更大呢?显然是小王。但是如果该公司有SCRM的话,通过了解二人的社会化关系,得知小李在某社交平台上的大V,粉丝高达几百万。小王的粉丝仅有几百人。那么小李的价值显示就远远超过小李了。

反映到上图中,SCRM不仅可以用于发现潜在客户A,实现转换,也可以帮助企业更加了解已成交客户,实现从B到C、D、E的转换,所以SCRM其实是存在OCRM和MCRM中的。

另外需要说明的是,国内SCRM的发展较国外还是差距挺大的。主要原因是国内的社交平台并没有完全开放,致使国内CRM厂商无法拿到客户有效的社会关系。刚刚发布的企业微信3.0已经再做初步的尝试,为国内SCRM的发展做出了好的开端。

4. ACRM

ACRM(Analytical Customer Relationship Management),分析型客户关系管理,狭义上,可以理解为就是BI。主要承担的责任是基于业务产生的客户数据,基于不同主题或者维度做出可视化的数据呈现,为企业针对客户经营和决策问题提供可靠的数据依据。

正如图中所示,ACRM是一个独立的模块或系统,它需要对业务产生的数据进行分析,然后把分析的结果反哺回(X)CRM,进而实现精确营销、销售的目的。

总结

本篇从两个维度介绍了CRM的分类,第一个维度是按照目标客户不同进行划分,分为B-CRM、C-CRM以及双边CRM,并介绍了其业务特点及在设计时需要重点注意的方面。第二个维度是按照承担职责不同进行划分,分别OCRM、MCRM、SCRM、ACRM。纵观国内外的CRM厂商,最初都是从某一方面作为切入点,后续才逐渐覆盖到其它方面的。

相关文档推荐

AI ChecklistQUNAR测试域结合AIGC提效实践.PDF

1744026643 崔宸 2.73MB 30页 积分6

多模态文档大模型MPLUG DOCOWL.PDF

1744026457 徐海洋 3.1MB 54页 积分6

AIGC如何助力工作和学习.PDF

1742949482 尹健 10.53MB 93页 积分8

Database Copilot在数据库领域的落地.PDF

1741937032 李粒 6.08MB 59页 积分6

SRE Copilot大语言模型智能运维框架.PDF

1741936996 王宁 5.04MB 24页 积分6

智能编码工具Comate的核心能力揭秘.PDF

1741935936 吴玮琦 3.07MB 33页 积分5

LLM based Static Bug Detection.PDF

1741935652 娄一翎 3.03MB 39页 积分6

通义灵码技术解析打造AI原生开发新范式.PDF

1741935300 陈鑫 1.3MB 23页 积分5

DeepSeek文本生成新技巧.PDF

1741744012 盛杰霏 7.51MB 31页 积分6

相关文章推荐